送货单与装箱单的
AI提取与核对方案

送货单和装箱单，到底有什么不同

在仓库月台和物流交接现场，这两份单据几乎总是一起出现——但它们回答的是两个完全不同的问题。

送货单回答的是"这批货总共交了什么"。它由发货方出具，随货同行至收货方。一张标准的送货单包含：发货方名称和地址、收货方名称和地址、送货日期、货物清单（品名+数量+单位）、以及收货方的签收栏。签收人一栏签下去，送货单就从"待交货"变成了"交货完成"的法律凭证。在内贸场景中，签收后的送货单是后续对账和结算的核心依据；在外贸场景中，它对应的是交货证明（Proof of Delivery）。

装箱单回答的是"每箱里分别装了什么"。它由发货方在装箱时制作，列明每一个包装箱/托盘的内部明细：箱号、品名、每箱数量、每箱毛重、每箱净重、每箱体积、唛头标记。装箱单是运输公司配载和计费的依据——一个集装箱里装了多少箱、每箱多重多大，决定了运费和装柜方案。在海关，装箱单是查验货物的核心凭证：《中华人民共和国海关进出口货物申报管理规定》（海关总署令）第27条明确要求出口报关必须随附装箱清单，装箱单信息必须与实际货物及商业发票、提单一致，不一致可能导致海关扣货或罚款。

两张单据各管各的信息维度，但它们之间存在一个必须对得上的交叉点：货物数量。送货单上的"螺丝5000个"应该等于装箱单上三箱的数量之和（2000+1500+1500=5000）。如果对不上，说明要么装箱漏了，要么送货单写错了，要么有人在中途动了货。这个交叉点，就是核对工作的核心。

手工核对为什么特别容易出错

这个核对动作本身不复杂——小学三年级的加法就能做。但问题出在"量"上。

一个典型的收货场景是这样的：一批货到了，8个纸箱，送货单上列了12种物料，每种物料的数量需要从装箱单上找到对应的箱号逐一加总。如果12种物料分布在8箱之间——第1箱有A和B，第2箱有A和C，第5箱又有A——那么核对"A物料总数是否等于送货单上的数量"这个动作，需要肉眼扫过8行装箱单明细，做一次跨行心算。12种物料就要做12次。这还是只有一种单据格式的情况。

现实是，每家供应商的装箱单格式都不一样。有的用横排表格，品名和数量在同一行；有的用竖排列举，型号、规格、数量分散在不同区块；有的装箱单是仓库热敏打印机打出来的，字迹已经开始褪色；还有的把装箱单和商业发票打在同一页上，你需要先从一堆信息里分辨哪些字段是装箱单的内容、哪些是发票的内容。送货单也有同样的问题——有的送货单含价格信息（类似简易发票），有的是纯粹的交货清单。

行业数据显示，手工收货核对中，仓库人员平均每个货批要花15到20分钟核验产品编码、数量和批次号，每个录入字段的错误率在1%到3%之间。这些错误导致的库存差异——货物放错位置、客户订单延迟、未处理的货物堵在通道里——累积到全年，每个仓库的损失可达数十万元。而且，这个核对动作高度依赖那个"熟悉流程的人"：一旦他请假或离职，收货台的处理速度就会骤降。

核对的三层逻辑

送货单和装箱单之间的核对不是"看一眼的事"，而是一层一层递进的。每一层漏掉了，都可能引发不同级别的问题。

第一层：数量核对——各箱之和等于送货单总数

这是最基础也最高频的核对。逻辑很简单：

举个例子：

• 送货单："M6×20不锈钢螺丝，5000个"
• 装箱单：第1箱2000个，第2箱1500个，第3箱1500个 → 合计5000个 ✓

但如果合计是4800个，就说明少了200个——要么装箱时少装了，要么送货单写错了，要么途中丢了一箱。在外贸场景中，这种数量差异在目的港拆箱时才会暴露，那时已经过了几周甚至几个月，追究困难得多。

第二层：重量核对——毛重相加验证总重

这一层在运输环节最关键。运输公司按重量和体积计费，如果装箱单上的总毛重不准确，运费就多付或少付了。更严重的是，装柜时如果各箱重量之和与实际的集装箱总重不匹配，可能导致运输过程中的安全风险。

这里有一个常见的陷阱：有些装箱单每箱只标了单件产品的净重，没有标注"这箱一共多重"。手工核对时，需要把每箱的单品重量乘以箱内数量，再和送货单或运输单上的总重比对。十箱货就要做十次乘法，纸张之间的来回切换就足以引入误差。

第三层：箱号连续性——有没有丢箱

这是最容易被忽略但后果最严重的一层。装箱单上标注了"共8箱"，箱号依次是1到8。但实际到达的只有7箱，差的可能是中间某一箱（比如箱号5）。丢箱的后果不是数量少一点——而是整箱的货物全部丢失，可能包含多种物料。

三层的逻辑关系是递进的：第一层告诉你"数量对不对"、第二层告诉你"重量准不准"、第三层告诉你"箱数全不全"。三层都通过了，这批货在单据层面才算核对完成。但手工做这个三层核对，意味着同一组数据要在不同维度上计算三遍——每一遍都是从两份单据上重新读数字、重新做运算。

三步完成自动核对：从两张单到一张核对表

简录AI处理这个问题的核心思路是：不给两份单据分别建模板——而是用同一套提取规则同时处理送货单和装箱单，在提取结果里直接完成核对逻辑。这里用到的是自定义列名提取：你输入想提取的字段名称——"货物名称""送货单数量""箱号""每箱数量""毛重"——AI根据字段语义在文档中定位对应的值，不依赖固定框选或坐标匹配。两张不同格式的单据，用同一套列名规则上传，结果对齐到同一个Excel表里。

然后是计算列：不只提取文档上有的数据，还能在提取时直接执行计算。你可以在列名里写计算逻辑——比如箱数×每箱毛重=各箱总毛重——AI会在读取每份装箱单时同步完成运算，输出的不是原始数据而是直接可用的对账结果。

第一步：设定核对列名

一次性定义你需要比对的字段集。送货单和装箱单共用这套列名，AI会从每份文档中分别找到对应字段：

同一个品名在送货单上只有一个总数量，在装箱单上可能分布在多行（每箱一行）。导出Excel后，按品名筛选，分别对送货单数量和装箱单的各箱数量做SUM汇总，两者的差异就是核对结果。

第二步：同时上传，AI自动提取并对齐

把同一批货的送货单和装箱单一起上传——不管它们是PDF扫描件还是手机拍照的图片，不管两份单据的格式差异有多大。AI在同一批次中处理混合格式，按你的列名定义从每份文档中提取对应字段。

对于送货单，AI提取货物名称和对应的总数量。对于装箱单，AI按每箱逐行提取：箱号、货物名称、每箱数量、毛重。计算列"每箱数量 × 毛重 = 各箱总毛重"在提取时同步完成，每一行的重量运算结果直接输出在Excel中。

第三步：审核差异行，决定处理方式

导出后的核对表会显示三种状态：

• 数量一致：装箱单各箱数量和 = 送货单数量 → 核对通过，直接归档
• 数量偏少：装箱单各箱数量和 < 送货单数量 → 可能少装箱或丢箱，标记待查
• 数量偏多：装箱单各箱数量和 > 送货单数量 → 可能多装或送货单漏写，同样标记

这一层是唯一需要人工判断的环节——差异出现后，是联系供应商确认、还是查看仓库监控、还是记录为正常误差——这些决策需要业务经验。但数据层面的核对工作已经全部完成。你看到的不再是两张格式各异的纸，而是一张标注了所有差异的核对表。

两个典型场景：内贸加签收，外贸加报关

内贸场景：收货核对 + 签收归档

国内批发生意中，送货单的核心价值在签收栏。建材批发商一车钢筋送到工地，送货单上列了规格和吨数，工地验收人员签个字，这张单就变成了结算依据。但签之前验什么？验的就是送货单上的数量是否和实际到货一致——而多数情况下，实际到货的包装明细就在随车的装箱单上。

一个典型的内贸核对流程：送货单写"φ12螺纹钢，8吨"，装箱单列了4捆，每捆2吨。送货单上"8吨"这个数字不是凭感觉签的——要确认4捆都在、每捆标签上的重量加起来确实是8吨。有了核对表，验收时不需要拿着计算器在月台上对着纸一捆一捆加，扫一眼差异列即可。签收完成后，核对表与送货单一同归档，作为结算的完整凭证链条。

外贸场景：单证核对 + 报关准备

外贸场景多了一层合规要求。一家深圳的电子配件出口商发了一批货到德国汉堡，单证链是这样的：商业发票（Invoice）→ 装箱单（Packing List）→ 提单（Bill of Lading）。这三份单据上的货物描述、总件数、总重量必须完全一致——这就是外贸行业说的"单证相符"。银行在信用证结算中会严格审核单证一致性，80%的银行拒付案例源于单证细节不一致。海关查验时发现装箱单信息与实物不符，轻则扣货重新申报，重则认定为申报不实面临罚款。

外贸场景的核对多了一层：不仅要核对送货单和装箱单，还要核对装箱单和发票/提单。而装箱单往往是这三份单据中信息最细、最容易出错的那份——因为它涉及每箱的明细数据。如果装箱单的提取在第一步就做完了准确性验证（各箱数量和=总数、各箱毛重和=总毛重），那么装箱单与发票、提单的一致性核对就只剩下少量的汇总字段比对，工作量大减。

有关装箱单批量提取汇入收货台账的完整工作流，可参考将多家供应商的装箱单和送货单汇入一张收货台账。如果你需要处理的是出入库单而非运输单据，这篇出入库单批量录入Excel库存台账也适用。

常见问题